社交焦虑对智能手机过度使用的影响：孤独感和动机的中介作用

申 曦冉光明

（1西华师范大学体育学院，南充 637000；2西华师范大学教育学院，南充 637000）

1 引言

CNNIC发布的第40次 《中国互联网络发展状况统计报告》指出，截止2017年6月，我国网民规模达到7.51亿，其中手机网民规模达到7.24亿，使用手机上网的比例占96.3%，智能手机已成为人们生活和工作中的必需品 （中国互联网络信息中心 ＆李静，2018）。需要注意的是，智能手机在给人们生活带来极大便利的同时，越来越多的人无法脱离这个“全能型保姆”的温柔陷阱，出现智能手机过度使用行为。手机过度使用又称“手机成瘾”“手机依赖”“手机成瘾倾向”“无手机焦虑症”（Billieux，Van Der Linden， ＆ Rochat， 2008； Ezoe et al.， 2009；Hong， Chiu， ＆ Huang， 2012），我们使用“智能手机过度使用”这一术语的定义，即由于对智能手机的滥用而导致手机使用者出现问题心理或行为 （苏双等， 2014）。

以往研究发现，个体特征（例如，社交焦虑与孤独感）和使用动机是手机过度使用的重要预测因子（Bian ＆ Leung， 2015； Hong etal.， 2012；Khang， Kim， ＆ Kim， 2013； Kim， LaRose， ＆Peng， 2009； Lee， Cai， ＆ Qiu， 2014； Park，Kee，＆ Valenzuela，2009；陈铎，张继明，沈丽莉，廖振华，2009；周涛，2003）。部分研究者对社交焦虑与手机过度使用的关系进行了考察。Hong等人（2012）认为对于社交焦虑水平较高的个体而言，他们的感觉一般是不稳定的，而且很可能对人际关系更敏感，会更多地使用手机与他人建立联系而非面对面的直接交流。Lee等人（2014）的研究发现，为了逃避现实交往中存在的社交焦虑，人们偏好使用手机社交媒体进行网络交往并导致过度使用。周涛（2003）、陈铎等人（2009）也发现社交焦虑与网络成瘾高相关。除了国内外实证研究的支持，病理性互联网使用的认知－行为模型将社交焦虑视作一种心理病理，在网络成瘾的诱发中起十分重要的作用（Davis，2001）。结合先前所述，我们认为社交焦虑能够正向影响智能手机过度使用。

同样地，作为个体特征之一的孤独感是个体体验到个人预期交往和实际社会关系不一致的痛苦（Cacioppo＆ Patrick，2008）。大量研究证实，孤独感极易导致手机过度使用 （Bian＆ Leung，2015；Kim et al.，2009）。为了寻求情感上的支持和满足，孤独感水平较高的个体经常通过使用手机来排解或回避孤独，进而形成手机依赖 （刘红，王洪礼，2011）。鉴于智能手机过度使用形成因素的多样化，仅仅探讨直接效应是不够的，需对其作用机制进行关注，大量研究表明社交焦虑与孤独感显著正相关（陈熙维，2011；苏倩怡，曾伟楠，2015；王明忠，周宗奎，范翠英，孙晓军，2012）。社交焦虑个体会对社交情境进行消极的判断，这种判断会导致他们无法拥有健康的人际关系而感到孤独，而手机的基本功能可以从根本上消除人类孤独所引起的焦虑（Townsend，2000）。基于以上分析表明，社交焦虑通过孤独感的中介作用可对智能手机过度使用产生影响。

而关于手机使用动机与智能手机过度使用的研究则更多地基于使用与满足理论 （uses and gratification theory），即使用者在选择媒体时会评估潜在的收益或满足感（Lee＆ Ma，2012），当获得这些满足感时，他们对媒体的积极态度就会形成，它会影响使用者的使用行为并导致对媒体的连续使用。Park（2003）在研究手机依赖时就发现，手机依赖和孤独、消磨时间、逃避等动机变量存在显著正相关；Khang等人（2013）的研究结果表明社会关系、消磨时间及自我呈现是手机成瘾的预测因子。需要进一步明确的是：当我们去探讨这些变量与过度使用的关系时，需要去推测造成个体过度使用的原因，而动机可通过建立其与其他变量的联系来进一步明确其原因。Peele（1985）认为，成瘾行为的主要动机是减轻痛苦、焦虑等负性情绪状态，即为了逃避。而作为一种混合型媒体的智能手机，除了能够让人们逃避现实交往情境所带来的负性情绪情绪状态，还能满足人们娱乐的需要（刘红，王洪礼，2011）。故在本研究中我们选取逃避和娱乐动机，并在此基础上推断社交焦虑通过影响逃避和娱乐动机进而对智能手机过度使用产生影响。

基于先前所述，我们认为孤独感和逃避、娱乐动机可能是社交焦虑影响智能手机过度使用的中介变量，但也有研究证实孤独感和动机之间的关系。刘红和王洪礼（2011）探究了大学生手机成瘾与孤独感、手机使用动机的关系，他们发现孤独感除可直接影响手机成瘾外，还可通过网娱动机间接预测手机成瘾；范黎（2015）对中职生的研究表明孤独感、网络使用动机是人格与网络成瘾倾向的中介变量，作为一种主观感受的孤独感可能会激发网络使用动机，而动机可以驱动个体的网络使用行为，直接作用于网络成瘾倾向。因此，缓解孤独是使用网络的重要动机之一，孤独感是影响使用动机的主要原因。

综上，通过对前人研究的梳理和分析，我们明确了个体特征（例如，社交焦虑和孤独感）和手机使用动机对手机过度使用的影响，为了进一步探究社交焦虑、孤独感与手机使用动机对智能手机过度使用的影响，本研究假设：

（1）社交焦虑、孤独感、手机使用动机与智能手机过度使用显著正相关；

（2）孤独感与娱乐动机在社交焦虑与智能手机过度使用间起复杂中介作用；

（3）孤独感与逃避动机在社交焦虑与智能手机过度使用间起复杂中介作用。

2 对象与方法

2.1 研究对象

选取重庆市两所高校的大学生为测量对象，并发放问卷600份，回收有效问卷549份，问卷有效回收率为90%。该有效样本的平均年龄为18.39岁，男性占总人数的34.39%。他们均为智能手机使用者，其中一年级占总数的62.7%，二年级为13.3%，三年级为 23.7%，四年级为 0.4%。 52.5%的被试的专业为自然科学（例如，数学、物理、化学、生命科学及计算机科学等），而46.7%则为社会科学专业 （例如，经济、工商管理、教育、语言学、法学及哲学等）。

2.2 研究工具

2.2.1 大学生智能手机成瘾量表（SAS－C）

选取苏双（2014）编制的大学生智能手机成瘾量表，共包含22个题目（苏双等，2014）。它采用Likert 5点计分，1分代表“非常不符合”，5分代表“非常符合”，得分越高，手机成瘾水平也越高。在本研究中，该量表具有良好的信效度，α系数为0.88，测量模型的评估结果为 χ2／df＝1.57，GFI＝0.93，CFI＝0.92，IFI＝0.93，RMSEA＝0.05，SRMR＜0.001。

2.2.2 智能手机使用动机量表

本研究选取Wang等人（2015）编制的社交媒体使用动机量表中的娱乐和逃避分量表来测量娱乐与逃避动机。此后，他们对量表的题项进行修订来符合智能手机的研究背景 （Wang，Jackson，Wang，＆Gaskin，2015）。该量表采用Likert 5点计分，分量表的得分越高，表明该分量表所对应的动机在智能手机使用中的重要性就越强。本研究中，娱乐和逃避动机的α系数分别为0.89和0.84，且该量表具有良好的结构效度， 测量模型的评估结果为 χ2／df＝3.54，GFI＝0.93，CFI＝0.93，IFI＝0.93，RMSEA＝0.07，SRMR＜0.001。

2.2.3 UCLA 孤独感自评量表（第三版）

采用Russell等人（1996）编制的UCLA孤独量表，用于评估对社会交往的渴望与实际水平的差距而产生的孤独感（Russell，1996）。该量表共有20个项目，其中11项为正向计分，9项为反向计分，每个项目均采用Likert 5点计分方式，1代表 “从不”，5代表“一直”，得分越高，表明孤独感越高。本研究中，它具有良好的信效度，Cronbach α 系数为 0.87，且该量表具有良好的结构效度，测量模型的评估结果为 χ2／df＝3.26，GFI＝0.91，CFI＝0.87，IFI＝0.87，RMSEA＝0.06，SRMR＜0.001。

2.2.4 Leary 社交焦虑量表（IAS）

采用Leary编制的社交焦虑量表来测量一般社交情景和他人及公众交流时的主观社交焦虑（Leary，1983）。它是包含15个条目，采用Likert5点计分方式，得分越高，表明社交焦虑水平越高。该量表信效度良好，本研究中其Cronbach α系数为0.76，且其测量模型的评估结果为：χ2／df＝3.52，GFI＝0.93，CFI＝0.87，IFI＝0.87，RMSEA＝0.07，SRMR＜0.001，表明其结构效度良好。

2.3 施测和数据处理

具有丰富施测经验的应用心理学研究生担任主试，通过广告招募的方式请大学生分批次在规定的时间地点进行团体施测，测量其社交焦虑、孤独感及手机使用动机的现状，以及他们对智能手机的使用状况。采用SPSS19.0进行数据录入、描述性统计和相关分析，并使用Mplus7.4进行结构方程建模。

3 结果

3.1 相关分析

表1 社交焦虑、孤独感、手机使用动机与智能手机过度使用的描述统计和相关矩阵（n＝549）

描述统计和相关分析的结果如表1所示，除娱乐动机与孤独感呈显著负相关外，社交焦虑、孤独感、娱乐和逃避动机及智能手机过度使用两两变量间均呈显著正相关。

3.2 中介效应分析及检验

对前文提出的假设模型，通过Mplus7.4进行结构方程建模，最终分别得到包含娱乐动机的模型1和逃避动机的模型2。其中，模型1的拟合指数为χ2／df＝4.85，CFI＝0.86，TLI＝0.83，RMSEA＝0.08，SRMR ＝0.07， 而模型 2 的拟合指数为 χ2／df＝4.80，CFI＝0.88，TLI＝0.85，RMSEA＝0.08，SRMR＝0.06。

表2 模型拟合指数

对于模型1，孤独感与娱乐动机分别在社交焦虑与智能手机过度使用间起部分中介作用，中介效应量分别为0.127与0.036。并且，社交焦虑还可通过孤独感的作用来影响娱乐动机，进而影响智能手机过度使用，此路径的效应值为0.029。综合前述路径，社交焦虑对智能手机过度使用的预测总效应为0.134。然后采用偏差校正非参数百分比Bootstrap程序检验中介效应的显著性，取95%的置信区间，从表3可知，各条路径对应的置信区间均不包含0，验证了孤独感和娱乐动机在社交焦虑与智能手机过度使用间的链式中介作用（见图1）。

对于模型2，孤独感与逃避动机分别在社交焦虑与智能手机过度使用间起部分中介作用，中介效应量分别为0.063与0.068。并且社交焦虑还可通过孤独感的作用来影响逃避动机，进而影响智能手机过度使用，此路径的效应值为0.032。综合前述路径，社交焦虑对智能手机过度使用的预测总效应为0.164。检验模式同模型1，从表3可知，各条路径对应的置信区间均不包含0，同样验证了孤独感和逃避动机在社交焦虑与智能手机过度使用间的链式中介作用（见图2）。

4 讨论

图1 社交焦虑、孤独感、娱乐动机和智能手机过度使用模型结果

图2 社交焦虑、孤独感、逃避动机和智能手机过度使用模型结果

表3 孤独感及动机的链式中介效应分析

处于成年早期的大学生面临着“亲密—孤独”的矛盾，对社交过程极为敏感，易害怕他人的评价，易感焦虑。为了逃避面对面的交往和他人的负性评价，他们通过手机进行间接交往，本研究也得到了相似的结论。研究结果表明，社交焦虑与智能手机过度使用存在显著正相关，表明社交焦虑是智能手机过度使用的重要预测因子，验证了Davis的病理性互联网使用的“认知—行为”模型（Davis，2001）。 这一正相关的结果可能由于智能手机过度使用可作为焦虑的缓解器以及满足感的来源 （Roberts＆ Pirog，2012； Takao， Takahashi， ＆ Kitamura， 2009）。Young（2004）认为，网络成瘾的个体的强迫使用行为可作为降低情绪紧张度及促进未来网络使用行为的回报。网络使用及智能手机使用拥有共同的特征，它们均与沟通及人际交往相关 （Takao et al.，2009）。对于社交焦虑的个体而言，他们对建立真实人际关系感到极端焦虑，会使用网络作为真实世界人际接触的替代品，他们也更容易在网络使用上出现问题（Lo， Wang， ＆ Fang， 2005）。

除考察社交焦虑与智能手机过度使用的相关之外，本研究还探究了二者之间的复杂中介效应模型，并建立了针对娱乐动机和逃避动机的模型一和模型二。在两个模型当中，共同的部分即为孤独感在社交焦虑和智能手机过度使用间的中介作用，同样验证了我们的研究假设。高社交焦虑的个体由于不擅长与他人面对面的交往，致使其难以形成良好的人际关系，由此体会到更强的孤独感（孙君洁，李东斌，虞悦，2017）。同时，为了摆脱孤独和焦虑，他们会更多地使用智能手机进行聊天或娱乐，并通过智能手机的使用获得情感支持。

对于模型1而言，我们发现孤独感和娱乐动机在社交焦虑与智能手机过度使用间的链式中介作用。同样地，在模型2当中，我们也发现孤独感和逃避动机在社交焦虑与智能手机过度使用间起链式中介作用。与孤独感和逃避动机存在显著的正相关不同，孤独感和娱乐动机的相关负向显著，这一结果与刘红等人（2011）的研究不同，表明本研究中由社交焦虑引发的高孤独感个体对用智能手机来娱乐的需求没那么强，这一结果有其独特的意义。对于加入娱乐和逃避动机这两个变量而言，大量的研究已经证实媒体使用动机在塑造使用者网络行为中的重要作用 （Park et al.，2009；Smock， Ellison， Lampe， ＆ Wohn， 2011）。 由于智能手机的诸多用途（例如，手机游戏、访问社交网站等）能够满足使用者对逃避其现实交往及娱乐的需要，当这些动机被激发时，他们会花更多的时间来使用智能手机。

但本研究也存在一些局限。首先，横断研究及相关研究的本质无法解释由变量间的因果联系而得出的研究结论，未来的研究者可使用更客观的实验或纵向研究来帮助我们更好地了解智能手机过度使用的形成原因。此外，Knobloch－Westerwick等人（2009）认为，详细地调查特定的媒体内容如何对特定的生活问题提供应对是极其重要的。未来的研究者应考虑不同使用者对智能手机不同功能的使用，使用的功能从另一方面也反映了手机的使用动机。因此，对功能的细分对了解智能手机过度使用的机制更有裨益。

5 结论

在加入动机变量后，我们发现社交焦虑影响智能手机过度使用的路径有三条：除了对智能手机过度使用的直接影响外，社交焦虑可通过孤独感来影响智能手机过度使用；社交焦虑还可通过孤独感和娱乐、逃避动机的链式中介作用对智能手机过度使用产生影响。本研究不仅验证了病理性互联网使用的“认知—行为”模型，而且强调了个体的社交状况及动机在导致智能手机过度使用中的重要作用，同时可为研究者设计对智能手机过度依赖者的干预措施提供借鉴。